Facilitar que los sitios web expresen sus preferencias sobre el entrenamiento de IA

Hoy anunciamos que OpenAI respetará una señal común en robots.txt, el archivo que permite a los sitios web expresar sus preferencias sobre el uso de su contenido para entrenar modelos fundacionales de IA generativa. Esta iniciativa voluntaria facilita que los editores y los administradores de sitios web comuniquen una misma preferencia a varios proveedores participantes a la vez.

Hasta ahora, los administradores de sitios web tenían que identificar cada rastreador y mantener reglas independientes para cada proveedor. Contar con una señal compartida entre varios proveedores reduce esa carga de trabajo para los administradores.

Nuestro objetivo es implementar esta señal en los próximos meses. Cuando lo hagamos, publicaremos más información sobre su implementación. Esta nueva señal no sustituirá los controles que ya ofrecemos a través de robots.txt. Nuestros controles de rastreadores⁠(se abre en una ventana nueva) actuales, que ofrecen a los editores web flexibilidad y control sobre sus páginas, seguirán vigentes y continuaremos respetándolos.

Esta iniciativa se basa en el trabajo en curso⁠(se abre en una ventana nueva) del grupo de trabajo sobre preferencias de IA del Grupo de Trabajo de Ingeniería de Internet (IETF). Hoy nos unimos a otros participantes del grupo de trabajo para anunciar esta señal compartida. Creemos que esta iniciativa refuerza nuestra participación continuada en los debates del IETF sobre estándares. OpenAI seguirá adaptando sus prácticas a medida que avancen estos debates y evolucione el panorama, teniendo en cuenta la necesidad de contar con controles adecuados y garantizar la equidad.

Creemos que este es un paso práctico hacia una web abierta donde las personas puedan publicar y descubrir información, y los propietarios de sitios web dispongan de formas más claras y sencillas de comunicar sus decisiones sobre cómo se utiliza su contenido. Animamos a otros proveedores de IA a respetar esta señal.